Multilayer Perceptron untuk Prediksi Sessions pada Sebuah Website Journal Elektronik

Abstract

Peramalan session website journal dilakukan untuk pendukung pengambilan keputusan dalam rangka meningkatkan kualitas dan nilai akreditasi pada website jurnal. Data sessions dianalisis berdasarkan pergerakan pola data time series menggunakan metode multilayer perceptron. Karakteristik yang dimiliki oleh multilayer perceptron yaitu keunggulan dalam penentuan nilai bobot yang lebih baik daripada metode lain, multilayer perceptron dapat digunakan tanpa pengetahuan sebelumnya dan algoritma dapat diimplementasikan dengan mudah serta mampu menyelesaikan masalah linear dan nonlinear sehingga nilai peramalan menjadi lebih baik. Penelitian menggunakan berbagai persentase data train dan test. Perbandingan data train dan test yang memiliki nilai terbaik adalah 80% data train dan 20% data test dengan learning rate 0.4 dan arsitektur 2-1-1. Hasil evaluasi model diperoleh nilai MSE dan RMSE, 0.015357 dan 0.123999 untuk training set serta, 0.018996 dan 0.137826 untuk MSE dan RMSE dari test set. Waktu eksekusi yang dibutuhkan untuk melakukan peramalan adalah 580.0651 second atau 9.667751 menit.